ChatGPT перетворюється на щось більше, ніж просто пошукова система на основі тексту. OpenAI оголосила про те, що додає до неї нові функції, зокрема, голосовий та графічний пошук. Шалено популярний генеративний ШІ-помічник став однією з найбільших технологічних історій успіху останнього часу з моменту свого дебюту дев’ять місяців тому, дозволивши будь-кому створювати есе, вірші та резюме на основі простих текстових підказок. Але тепер ChatGPT стане
набагато інтерактивнішим, оскільки користувачі зможуть вести голосову розмову з чат-ботом. Це оголошення з’явилося в той самий день, коли Amazon пообіцяла інвестувати до 4 мільярдів доларів у конкурента OpenAI – компанію Anthropic. Цей крок є частиною великої битви за генеративний ШІ між світовими технологічними гігантами, в якій Google намагається наздогнати конкурента за допомогою свого чат-бота Bard, Meta дотримується принципів відкритого вихідного коду, щоб допомогти йому вийти на новий рівень, а Microsoft тісно співпрацює з OpenAI.
OpenAI об’єднує звичний світ голосових асистентів з потужними великими мовними моделями (large language models, LLM).
Наприклад, користувач зможе усно попросити ChatGPT вигадати казку на ніч, отримавши кілька голосових підказок, які направлятимуть розповідь. Або ж користувач може просто поставити йому запитання, а ChatGPT відповість на нього в усній формі. Користувачі ChatGPT також зможуть шукати відповіді за допомогою зображень, наприклад, завантажити зображення чогось і попросити ChatGPT пояснити, що це таке, або надати інструкції щодо виконання завдання. Голосова функція працює на основі нової моделі перетворення тексту в мову, яка може генерувати голоси, схожі на людські, на основі тексту і декількох секунд зразків мовлення.
Компанія OpenAI повідомила, що об’єдналася з відомими акторами для створення п’яти різних голосів, а її система розпізнавання мови Whisper з відкритим вихідним кодом використовувалася для транскрибування усних висловлювань у текст. “Нова голосова технологія, здатна створювати реалістичні синтетичні голоси з декількох секунд реальної мови, відкриває двері для багатьох творчих і доступних додатків, – написала компанія у своєму блозі. “Однак ці можливості також несуть нові ризики, такі як можливість зловмисників видавати себе за публічних осіб або здійснювати шахрайство”.
Нові функції почнуть впроваджуватися для платних абонентів тарифних планів Plus і Enterprise протягом наступних двох тижнів. Щоб активувати голосові функції, користувачі повинні зайти в меню “налаштування” в додатку, потім перейти до “нових функцій” та увімкнути голосові розмови. Потім вони повинні натиснути кнопку навушників у верхньому правому куті і вибрати голос, який вони хочуть. Спочатку голосовий чат буде доступний лише в бета-версії додатків ChatGPT для Android та iOS, тоді як пошук зображень буде доступний на всіх платформах за замовчуванням.
